我的数据存储在一个 RDD[LabeledPoint] 中（在下面的代码中表示为 sparse0.sparseData）

我想将其转换为 RDD[(Long,Vector)]，这样我就可以在mllib包中运行LDA分析。

我能做到的最好的方法是映射到 RDD[(Long,Vector[Double])]，但在输入 LDA.run 方法时无法编译

尝试映射到 RDD[(Long,Vector)] 在 .map 方法中也无法编译。（错误信息是Vector需要类型参数）

我的映射方法看起来很复杂，这表明我可能遗漏了一些显而易见的东西。任何提示将不胜感激

val mappedData:Map[Long,Vector[Double]]=sparse0.sparseData().collect().map{      var count:Int=0  row =>    count=count+1    new Tuple2[Long,Vector[Double]](count,row.features.toArray.toVector)}.toMapval mappedRDD=spark.sparkContext.parallelize(mappedData.toSeq)// 使用LDA将文档聚类成三个主题val ldaModel = new LDA().setK(3).run(mappedRDD)

回答：

Scala中的 Vector 与 mllib.linalg.Vector 不同。我会使用 zipWithIndex

val mappedRDD  = sparse0.sparseData().map(_.features).zipWithIndex.map(_.swap)